Você está na página 1de 63

Estatstica Distribuic oes 1 / 63

Distribuic oes
Estatstica (Engenharias)
Helena Ribeiro e Rui Santos
Escola Superior de Tecnologia e Gest ao do Instituto Polit ecnico de Leiria
Denic ao de Vari avel Aleat oria
Denic ao de Vari avel
Aleat oria
Vari aveis Aleat orias
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 2 / 63
Vari aveis Aleat orias
Denic ao de Vari avel
Aleat oria
Vari aveis Aleat orias
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 3 / 63
Designa-se por vari avel aleat oria (v.a.) (representando-se por
uma letra mai uscula, normalmente X, Y, Z) a qualquer func ao cuja
imagem e um n umero real determinado pelo resultado de uma
experi encia aleat oria, isto e,
X : R
x = X ()
representa o conjunto de todos os possveis resultados da
experi encia aleat oria e um resultado individual.
A func ao X que a cada elemento associa um n umero
real x = X() e denominada por vari avel aleat oria.
Consoante o conjunto de valores que podem assumir as
vari aveis aleat orias s ao classicadas em discretas ou
contnuas (ou mistas).
Vari aveis Aleat orias
Denic ao de Vari avel
Aleat oria
Vari aveis Aleat orias
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 4 / 63
Se os valores possveis da vari avel aleat oria X (i.e. o
contradomnio de X) forem em n umero nito ou innito numer avel,
ent ao X e uma vari avel aleat oria discreta.
Exemplos:
n umero de pontos de um lancamento de um dado;
n umero de pessoas em la numa caixa de um supermercado;
observac ao do sexo num conjunto de nascimentos;
alunos reprovados e aprovados em determinada disciplina;
n umero de pecas produzidas por uma m aquina.
Vari aveis Aleat orias
Denic ao de Vari avel
Aleat oria
Vari aveis Aleat orias
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 5 / 63
Se X e uma vari avel aleat oria cujo contradomnio e um intervalo
real ou uma colec ao de intervalos reais (formando um conjunto n ao
numer avel), ent ao X e uma vari avel aleat oria contnua.
Exemplos:
peso de um indivduo;
comprimento de uma arvore;
tempo que um corredor demora a percorrer a maratona;
tempo at e a primeira avaria de determina m aquina.
Vari aveis Aleat orias
Denic ao de Vari avel
Aleat oria
Vari aveis Aleat orias
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 6 / 63
Considere a experi encia aleat oria que consiste em tr es
lancamentos de uma moeda de 1 euro (n ao viciada) e o registo das
faces que cam viradas para cima, a face Euro (representada por
E) ou a face Nacional (representada por N).
= {(E
1
, E
2
, E
3
) , (E
1
, E
2
, N
3
) , (E
1
, N
2
, E
3
) ,
(N
1
, E
2
, E
3
) , (N
1
, N
2
, E
3
) , (N
1
, E
2
, N
3
) ,
(E
1
, N
2
, N
3
) , (N
1
, N
2
, N
3
)}
Seja X a vari avel aleat oria que conta o n umero de vezes que sai
face Nacional nesta experi encia, ent ao:
x = X() {0, 1, 2, 3} .
Vari aveis aleat orias discretas
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 7 / 63
Func ao de probabilidade
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 8 / 63
Seja X uma vari avel aleat oria discreta que assume os valores
x
1
, x
2
, , x
n
, com probabilidades p
1
, p
2
, , p
n
,
Nestas condic oes, a func ao que associa a cada valor x
i
da vari avel
X a sua probabilidade (p
i
) chama-se func ao de probabilidade ou
func ao massa de probabilidade da vari avel aleat oria X, ou seja,
f
X
(x
i
) = P(X = x
i
) = p
i
,
vericando-se:
1. f
X
(x
i
) 0, i,
2.

iS
X
f
X
(x
i
) = 1,
onde S
X
= {x
1
, x
2
, , x
n
, } representa o suporte da
vari avel aleat oria X.
Func ao de probabilidade
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 9 / 63
A func ao de probabilidade pode ser representada atrav es de
f
X
: R [0, 1]
x
i
f
X
(x
i
) =
_
_
_
P(X = x
i
) se x
i
S
X
0 se x
i
S
X
Por vezes representa-se, no caso nito, recorrendo a uma tabela:
x x
1
x
2
x
n
f
X
(x) p
1
p
2
p
n
onde p
i
> 0, i e
n

i=1
p
i
= 1.
Func ao de probabilidade
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 10 / 63
Recuperando a vari avel aleat oria X que representa o n umero de
vezes que sai face Nacional em tr es lancamentos de uma moeda
teremos
P(X = 0) = P((E
1
, E
2
, E
3
)) =
1
8
;
P(X = 1) = P((E
1
, E
2
, N
3
) (E
1
, N
2
, E
3
) (N
1
, E
2
, E
3
)) =
3
8
;
P(X = 2) = P((N
1
, N
2
, E
3
) (N
1
, E
2
, N
3
) (E
1
, N
2
, N
3
)) =
3
8
;
P(X = 3) = P((N
1
, N
2
, N
3
)) =
1
8
.
Logo, a func ao de probabilidade associada ` a vari avel aleat oria X e:
x 0 1 2 3
f
X
(x)
1
8
3
8
3
8
1
8
Func ao de distribuic ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 11 / 63
Seja X uma vari avel aleat oria discreta. Denomina-se por func ao
de distribuic ao (ou func ao de probabilidade acumulada) da
vari avel aleat oria X a func ao denida por:
F
X
: R [0, 1]
x F
X
(x) = P(X x) =

x
i
x
f
X
(x
i
).
No exemplo teremos F
X
(x) =
_

_
0 se x < 0
0.125 se 0 x < 1
0.5 se 1 x < 2
0.875 se 2 x < 3
1 se x 3
.
Func ao de distribuic ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 12 / 63
Propriedades da func ao de distribuic ao
1. 0 F
X
(x) 1, x R;
2.

E n ao decrescente para a < b tem-se F
X
(a) F
X
(b);
3. lim
x
F
X
(x) = 0 e lim
x+
F
X
(x) = 1;
4.

E contnua ` a direita
_
lim
xa
+
F
X
(x) = F
X
(a)
lim
xa

F
X
(x) = F
X
(a) P(X = a)
5. Considerando os n umeros reais x
1
e x
2
tais que x
1
< x
2
,
tem-se
P(x
1
< X x
2
) = F
X
(x
2
) F
X
(x
1
).
Valor esperado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 13 / 63
Seja X uma vari avel aleat oria discreta. Designa-se por valor
esperado, esperanc a matem atica ou valor m edio,
representando-se por E(X) ou
X
, a quantidade denida por:
E(X) =
X
=

x
i
S
X
x
i
f
X
(x
i
)
onde S
X
representa o suporte da vari avel aleat oria X (todos os
valores que a vari avel pode assumir) e f
X
a sua func ao de
probabilidade.
Nota: no caso de a vari avel aleat oria assumir um n umero innito de
valores o valor esperado s o existe se a s erie for absolutamente
convergente, ou seja, se

x
i
S
X
|x
i
| f
X
(x
i
) < .
Exemplo: E(X) = 0
1
8
+ 1
3
8
+ 2
3
8
+ 3
1
8
= 1.5.
Valor esperado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 14 / 63
Seja X uma v.a. discreta com func ao de probabilidade f
X
e seja g
uma func ao real de vari avel real qualquer, ent ao
Y = g(X) e uma v.a. discreta;
o valor esperado da v.a. Y e dado por
E(Y ) = E[g(X)] =

x
i
S
X
g(x
i
)f
X
(x
i
),
que s o existe se a s erie for absolutamente convergente.
Exemplo: E(X
2
) = 0
2

1
8
+ 1
2

3
8
+ 2
2

3
8
+ 3
2

1
8
= 3.
Valor esperado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 15 / 63
Propriedades do valor esperado
Considerando a e b duas constantes e X uma vari avel aleat oria
qualquer (discreta ou contnua), ent ao:
1. E(a) = a;
2. E(aX) = aE(X);
3. E(a + X) = a +E(X);
4. E(a + bX) = a + bE(X);
5. Se E[g
1
(X)] e E[g
2
(X)] existirem ent ao
E[g
1
(X) + g
2
(X)] = E[g
1
(X)] +E[g
2
(X)] .
Dispers ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 16 / 63
A vari ancia de uma v.a. X e dena por:

2
X
= Var(X) = E
_
[X E(X)]
2

= E
_
(X
X
)
2

.
O desvio padr ao e denido como sendo a raz quadrada da
vari ancia, i.e.

X
= +
_
Var(X),
que tem a vantagem de estar denido na unidade de medida
original da v.a..
F ormula simplicada de K oning:

2
X
= Var(X) = E(X
2
) E
2
(X) = E(X
2
)
2
X
.
Dispers ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 17 / 63
Propriedades da vari ancia: Considerando a e b duas constantes
e X uma vari avel aleat oria qualquer, tem-se
1. Var(X) 0;
2. Var(a) = 0;
3. Var(a + X) = Var(X);
4. Var(aX) = a
2
Var(X);
5. Var(a + bX) = b
2
Var(X).
Propriedades
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 18 / 63
Sejam a, b e c quaisquer constantes reais e X e Y duas vari aveis
aleat orias quaisquer, ent ao
E(X + Y ) = E(X) +E(Y );
E(a + bX + cY ) = a + bE(X) + cE(Y );
Se X e Y s ao independentes ent ao
Var(X + Y ) = Var(X) + Var(Y );
Var(a + bX + cY ) = b
2
Var(X) + c
2
Var(Y ).
Propriedades
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Func ao de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Propriedades
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 19 / 63
Sejam a, b
1
, b
2
, , b
n
quaisquer constantes reais e
X
1
, X
2
, , X
n
n vari aveis aleat orias, ent ao
E(X
1
+ + X
n
) =
n

i=1
E(X
i
);
E(a + b
1
X
1
+ + b
n
X
n
) = a +
n

i=1
b
i
E(X
i
);
Se X
1
, X
2
, , X
n
s ao independentes ent ao
Var(X
1
+ + X
n
) =
n

i=1
Var (X
i
).
Var(a + b
1
X
1
+ + b
n
X
n
) =
n

i=1
b
2
i
Var (X
i
).
Distribuic oes discretas
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 20 / 63
Distribuic oes no R
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 21 / 63
: Distributions Discrete distribution . . . escolher a
distribuic ao pretendida.
Os comandos centrais s ao tr es (seja X a vari avel aleat oria e
Dist. a distribuic ao pretendida), ent ao:
Dist. tail probabilities:
Lower fornece o valor da func ao de distribuic ao em x, i.e.
F(x) = P(X x).
Upper fornece o valor da func ao de sobreviv encia em x, i.e.
F(x) = P(X > x) .
Distribuic oes no R
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 22 / 63
Dist. probabilities: fornece a func ao de probabilidade
em x, que corresponde a
f(x) = P(X = x) .
Dist. quantiles
Lower para uma dada probabilidade p
1
fornece o menor valor
n
1
N : P(X n
1
) p
1
,
onde n
1
corresponde ao quantil p
1
(ou percentil
p
1
100%).
Upper para uma dada probabilidade p
2
fornece o menor valor
n
2
N : P(X > n
2
) p
2
.
Provas de Bernoulli
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 23 / 63
Provas de Bernoulli - Considere a realizac ao de uma experi encia
aleat oria para a qual s o est ao denidos dois acontecimentos:
Sucesso - quando ocorre o acontecimento Aem an alise (X = 1);
Insucesso - quando n ao ocorre o acontecimento A(X = 0).
X : R
x = X () =
_
1 se A
0 se A
X Ber(p), ent ao f
X
(x) = (1 p)
1x
p
x
, S
X
= {0, 1}.
x 0 1
f
X
(x) 1 p p
: Binomial. Binomial trials: 1
Probability of success: p, para X Ber(p).
Distribuic ao Binomial
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 24 / 63
Distribuic ao Binomial - Conta o n umero de sucessos em n provas
de Bernoulli.
1. Cada prova tem apenas denidos dois acontecimentos:
sucesso e insucesso;
2. Em cada prova a probabilidade de sucesso (representada por
p) permanece constante;
3. As provas s ao independentes.
Se X B(n, p), com n N ent ao S
X
= {0, 1, , n}
f
X
(x) = P(X = x) =
_
n
x
_
p
x
(1 p)
nx
,
vericando-se E(X) = np e Var(X) = np(1 p).
Distribuic ao Binomial
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 25 / 63
X B(50, 0.1) X B(50, 0.25)
10 20 30 40 50
0.05
0.10
0.15
10 20 30 40 50
0.02
0.04
0.06
0.08
0.10
0.12
X B(50, 0.50) X B(50, 0.75)
10 20 30 40 50
0.02
0.04
0.06
0.08
0.10
10 20 30 40 50
0.02
0.04
0.06
0.08
0.10
0.12
Distribuic ao Binomial
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 26 / 63
Exemplo: Considere uma urna que cont em 10 bolas brancas e 10
bolas pretas. Qual e a probabilidade de, ao retirar 10 bolas com
reposic ao da urna, sarem 5 bolas brancas?
X B(10, 0.5) ent ao
P(X = 5) =
_
10
5
_
0.5
5
(1 0.5)
105
.
Nota Se as vari aveis aleat orias X B(n
1
, p) e Y B(n
2
, p)
forem independentes ent ao X + Y B(n
1
+ n
2
, p).
: Binomial. Binomial trials: n
Probability of success: p, para X B(n, p).
Distribuic ao Binomial Negativa
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 27 / 63
Binomial Negativa - conta o n umero de insucessos (em provas de
Bernoulli) at e obter o sucesso n umero r N, representando-se
por X BN(r, p), sendo a sua func ao de probabilidade dada por:
P(X = x) = f
X
(x) =
_
x + r 1
r 1
_
p
r
(1 p)
x
,
com suporte S
X
= {0, 1, }, vericando-se E(X) =
r(1 p)
p
e Var(X) =
r(1 p)
p
2
.
Nota Se as vari aveis aleat orias X BN(r
1
, p) e Y BN(r
2
, p)
forem independentes ent ao X + Y BN(r
1
+ r
2
, p).
: Negative Binomial. Target number of successes: r
Probability of success: p, para X BN(r, p).
Distribuic ao Binomial Negativa
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 28 / 63
Exemplo: Considere uma urna que cont em 10 bolas brancas e 10
bolas pretas.
Qual e a probabilidade de ter que retirar 20 bolas com
reposic ao da urna at e sair a d ecima bola branca?
X BN(10, 0.5) logo P(X = 10) =
_
201
101
_
0.5
10
(1 0.5)
2010
.
Qual e a probabilidade de ter que retirar 10 bolas com
reposic ao da urna at e sair a primeira bola branca?
X BN(1, 0.5) logo P(X = 9) =
_
9
0
_
0.5
1
(1 0.5)
101
.
Nota: No caso particular r = 1 denomina-se por distribuic ao
geom etrica, representando-se por X Geo(p).
: Geometric. Probability of success: p, para X Geo(p).
Distribuic ao Hipergeom etrica
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 29 / 63
Considere uma populac ao constituda por N elementos dos quais
r possuem determinada caraterstica que se pretende analisar (ou
seja, N r elementos da populac ao n ao possuem a caraterstica
em estudo).
Distribuic ao Hipergeom etrica - conta o n umero de elementos
com a caraterstica que se obt em ao retirar uma amostra aleat oria
(sem reposic ao) constituda por n elementos, sendo representada
por X H(r, N r, n) e tendo func ao de probabilidade igual a:
f
X
(x) = P(X = x) =
_
r
x
__
Nr
nx
_
_
N
n
_ ,
onde max{0, n (N r)} x min{r, n}.
Distribuic ao Hipergeom etrica
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 30 / 63
Se X H(r, N r, n) ent ao E(X) = n
r
N
e
Var(X) = n
r
N

Nr
N

Nn
N1
.
Exemplo: Considere uma urna que cont em 10 bolas brancas e 10
bolas pretas. Qual e a probabilidade de sarem 5 bolas brancas
quando s ao retiradas 10 bolas da urna?
X H(10, 10, 10) logo
P(X = 5) =
_
10
5
__
2010
105
_
_
20
10
_
.
: Hypergeometric. m(number of white balls in the urn): r
n(number of black balls in the urn): N r
k(number of balls drawn from the urn): n, X H(r, N r, n).
Distribuic ao de Poisson
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 31 / 63
Distribuic ao de Poisson X P()
P(X = x) =
e

x
x!
, > 0
com S
X
= N
0
, vericando-se E(X) = Var(X) = .
Se as vari aveis aleat orias X P(
1
) e Y P(
2
) forem
independentes ent ao X + Y P(
1
+
2
).
O par ametro da Poisson e proporcional ao tempo.
: Poisson. Mean: , para X P().
Distribuic ao de Poisson
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 32 / 63
X P(5) X P(10)
10 20 30 40 50
0.05
0.10
0.15
10 20 30 40 50
0.02
0.04
0.06
0.08
0.10
0.12
X P(15) X P(20)
10 20 30 40 50
0.02
0.04
0.06
0.08
0.10
10 20 30 40 50
0.02
0.04
0.06
0.08
Distribuic ao de Poisson
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Distribuic oes no R
Provas de Bernoulli
Distribuic ao Binomial
Distribuic ao Binomial
Negativa
Distribuic ao
Hipergeom etrica
Distribuic ao de Poisson
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 33 / 63
Exemplo: Considere que o n umero de telefonemas que
determinada empresa recebe tem distribuic ao de Poisson com
m edia tr es por hora.
Qual e a probabilidade de a empresa receber dois telefonemas
em uma hora?
Qual e a probabilidade de a empresa receber pelo menos dez
telefonemas em duas horas?
Qual e a probabilidade de a empresa receber pelo menos um
telefonema em 30 minutos?
Vari aveis aleat orias contnuas
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 34 / 63
Func ao densidade de probabilidade
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 35 / 63
Designa-se por func ao densidade de probabilidade, ou
simplesmente func ao densidade, de uma vari avel aleat oria
contnua X a qualquer func ao f
X
(x) que satisfaca
simultaneamente:
1. f
X
(x) 0;
2.
_
+

f
X
(x) dx = 1.
Propriedades da func ao densidade
1. P(a X b) =
_
b
a
f
X
(x) dx, a, b R : a b;
2. P(X = k) = 0, k R.
Func ao densidade de probabilidade
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 36 / 63
Exemplo: Considere a v.a. X com func ao densidade dada por
f
X
(x) =
_
_
_
0 se x < 1
3
2
x
2
se 1 x 1
0 se x > 1
Determine:
P(1/2 X 1/2);
P(X 0);
P(X = 0).
Func ao de distribuic ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 37 / 63
Designa-se por func ao de distribuic ao da vari avel aleat oria
contnua X ` a func ao denida por:
F
X
: R [0, 1]
x F
X
(x) = P(X x) =
x
_

f
X
(t) dt.
Exemplo:
F
X
(x) = P(X x) =
_
_
_
0 se x < 1
x
3
+1
2
se 1 x 1
1 se x > 1
.
Func ao de distribuic ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 38 / 63
Propriedades da func ao de distribuic ao
1. 0 F
X
(x) 1, x R;
2.

E n ao decrescente para a < b tem-se F
X
(a) F
X
(b);
3. lim
x
F
X
(x) = 0 e lim
x+
F
X
(x) = 1;
4.

E contnua lim
xa
F
X
(x) = F
X
(a);
5. Considerando os n umeros reais x
1
e x
2
tais que x
1
< x
2
,
tem-se
P(x
1
< X x
2
) = F
X
(x
2
) F
X
(x
1
);
6.
dF
X
(x)
dx
= F

X
(x) = f
X
(x).
Valor esperado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 39 / 63
O valor esperado (esperanca matem atica ou valor m edio) de uma
vari avel aleat oria contnua X, com func ao densidade f
X
, e
representado por E(X) ou
X
e e denido por
E(X) =
X
=
+
_

xf
X
(x) dx,
que s o existe se o integral for absolutamente convergente, ou seja,
se e s o se
_
+

|x| f
X
(x) dx < .
Exemplo:
E(X) =
+
_

xf
X
(x) dx =
1
_
1
x
3
2
x
2
dx =
=
_
3x
4
8
_
1
1
=
3
8

3
8
= 0.
Valor esperado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 40 / 63
Seja X uma v.a. contnua com func ao densidade f
X
e seja g uma
func ao real de vari avel real qualquer. O valor esperado de
Y = g(X) e dado por
E(Y ) = E[g(X)] =
+
_

g(x)f
X
(x) dx,
que s o existe se o integral for absolutamente convergente.
Exemplo:
E
_
X
2
_
=
+
_

x
2
f
X
(x) dx =
1
_
1
x
2
3
2
x
2
dx =
_
3x
5
10

1
1
= 0.6.
As propriedades do valor esperado de v.a. contnuas s ao iguais
` as propriedades do valor esperado de v.a. discretas.
Dispers ao
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Func ao densidade de
probabilidade
Func ao de distribuic ao
Valor esperado
Dispers ao
Distribuic oes contnuas
Refer encias
Estatstica Distribuic oes 41 / 63
A vari ancia de uma v.a. X e denida por:

2
X
= Var(X) = E
_
[X E(X)]
2

= E
_
(X
X
)
2

.
O desvio padr ao e denido como sendo a raz quadrada da
vari ancia, i.e.

X
= +
_
Var(X),
que tem a vantagem de estar denido na unidade de medida
original da v.a..
F ormula simplicada de K oning:

2
X
= Var(X) = E(X
2
) E
2
(X) = E(X
2
)
2
X
.
As propriedades da vari ancia de v.a. contnuas s ao iguais ` as
propriedades da vari ancia de v.a. discretas.
Distribuic oes contnuas
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 42 / 63
Distribuic oes no R
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 43 / 63
: Distributions Continuous distribution . . . escolher a
distribuic ao pretendida.
Os comandos centrais s ao dois (seja X a vari avel aleat oria e
Dist. a distribuic ao pretendida), ent ao:
Dist. probabilities:
Lower fornece o valor da func ao de distribuic ao em x, i.e.
F(x) = P(X x).
Upper fornece o valor da func ao de sobreviv encia em x, i.e.
F(x) = P(X > x) .
Distribuic oes no R
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 44 / 63
Dist. quantiles
Lower para uma dada probabilidade p
1
fornece o valor
x
1
R : P(X x
1
) = p
1
,
onde x
1
corresponde ao quantil p
1
(ou percentil
p
1
100%).
Upper para uma dada probabilidade p
2
fornece o valor
x
2
R : P(X > x
2
) = p
2
.
Distribuic ao Uniforme
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 45 / 63
Distribuic ao Uniforme no intervalo [a, b], com a < b,
X U(a, b),
f
X
(x) =
_
_
_
1
ba
a x b
0 x < a x > b
E(X) =
a+b
2
e Var(X) =
(ba)
2
12
.
: Uniform. Minimum: a
Maximum: b, para X U(a, b).
X U(0, 1)
0.5 0.5 1.0
0.2
0.4
0.6
0.8
1.0
Distribuic ao Exponencial
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 46 / 63
Distribuic ao Exponencial com par ametro , com > 0,
X Exp()
f
X
(x) =
_
e
x
x > 0
0 x 0
E(X) =
1

e Var(X) =
1

2
.
X Exp(1) X Exp(5)
1 2 3 4 5
0.2
0.4
0.6
0.8
1.0
0.2 0.4 0.6 0.8 1.0 1.2 1.4
1
2
3
4
5
: Exponencial. Rate: , para X Exp().
Distribuic ao Exponencial
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 47 / 63
Relac ao entre a Exponencial e Poisson
Seja X uma vari avel aleat oria discreta com distribuic ao de
Poisson com par ametro . A vari avel aleat oria que conta o tempo
entre dois sucessos consecutivos da vari avel aleat oria X e uma
nova vari avel aleat oria contnua Y que tem distribuic ao
Exponencial com par ametro .
Exemplo: O n umero de telefonemas recebidos por uma
rececionista tem distribuic ao de Poisson com m edia dez por hora.
Se a rececionista acabou de receber um telefonema, qual e a
probabilidade de ter que esperar menos de dez minutos at e receber
outro telefonema?
Distribuic ao Gaussiana ou Normal
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 48 / 63
Distribuic ao Gaussiana ou Normal com par ametros e ,
X N(, )
f
X
(x) =
1

2
e

(x )
2
2
2
,
para > 0 e , x R.
1. O valor esperado da vari avel aleat oria X e igual a .
2. O desvio padr ao da vari avel aleat oria X e igual a .
3. A func ao densidade de uma vari avel aleat oria com distribuic ao
Normal e sim etrica em relac ao ` a sua m edia.
: Normal. Mean: .
Standard deviation: , para X N(, ).
Distribuic ao Gaussiana ou Normal
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 49 / 63
X N(0, 1), X N(0, 2), X N(2, 1.5)
6 4 2 2 4 6
0.1
0.2
0.3
0.4
Distribuic ao Gaussiana ou Normal
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 50 / 63
Seja X uma vari avel aleat oria (v.a.) com distribuic ao Normal com
m edia e desvio padr ao , ou seja, X N(, ), ent ao
Z =
X

N(0, 1),
sendo a v.a. Z N(0, 1) denominada por Normal Standard ou
estandardizada.
Estabilidade da Lei Normal - Sejam X
1
, , X
n
, n v.a.
independentes tais que X
i
N(
i
,
i
) para i = 1, , n, ent ao
T = a +
n

i=1
b
i
X
i
N
_
E(T) ,
_
Var (T)
_
,
onde, pelas propriedades do valor esperado e da vari ancia, teremos
E(T) = a +
n

i=1
b
i

i
e Var (T) =
n

i=1
b
2
i

2
i
.
Distribuic ao Gaussiana ou Normal
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 51 / 63
Considere a vari avel aleat oria X N(100, 10). Determine:
P(X > 120).
P(X 90).
P(70 X 110).
Seja Y N(80, 20) uma vari avel aleat oria independente
da vari avel aleat oria X. Determine P(3X + 2Y > 500).
Sejam X
i
N(, ), com i = 1, , n, vari aveis aleat orias
independentes.
Qual e a distribuic ao de X =
1
n
n

i=1
X
i
?
Considerando = 100, = 10 e n = 100 determine a
probabilidade de P
_
99 X 101
_
.
Teorema limite central
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 52 / 63
TLC - Teorema limite central
Sejam X
1
, X
2
, , X
n
, n vari aveis aleat orias independentes
e identicamente distribudas (i .i .d.) com E(X
i
) = e
Var(X
i
) =
2
, ent ao
Y =
n

i=1
X
i
N
_
n,

n
_
quando n +.
Na pr atica a aproximac ao Y

N (n,

n) fornece
usualmente bons resultados para n 30.
Distribuic ao Qui-Quadrado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 53 / 63
Distribuic ao Qui-Quadrado com n graus de liberdade (com
n N) - X
2
(n)
, S
X
= R
+
.
Considere-se n vari aveis aleat orias independentes Z
i
(i = 1, 2, , n) com distribuic ao Normal standard
[Z
i
N(0, 1)] ent ao:
Z
2
i

2
(1)
;
X =
n

i=1
Z
2
i
= Z
2
1
+ Z
2
2
+ + Z
2
n

2
(n)
.
Se X
2
(n)
ent ao E(X) = n e Var(X) = 2n.
Se X
i

2
(n
i
)
com i = 1, , k, forem vari aveis aleat orias
independentes, ent ao
X =
k

i=1
X
i

2

i=1
n
i

.
Distribuic ao Qui-Quadrado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 54 / 63
X
2
(2)
X
2
(5)
10 20 30 40
0.1
0.2
0.3
0.4
0.5
10 20 30 40
0.05
0.10
0.15
X
2
(10)
X
2
(15)
10 20 30 40
0.02
0.04
0.06
0.08
10 20 30 40
0.02
0.04
0.06
Distribuic ao Qui-Quadrado
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 55 / 63
Sejam X
i
N(, ), com i = 1, , n, vari aveis aleat orias
independentes.
Qual e a distribuic ao de Y =
1

2
n

i=1
(X
i
)
2
?
Considerando n = 20, determine P(Y 31.41)?
Considerando n = 30 determine P(Y > 20)?
: Normal. ChiSquared. Degrees of freedom: n, para X
2
(n)
.
Distribuic ao t-Student
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 56 / 63
Distribuic ao t-Student
(1)
com n graus de liberdade (com
n N), X t
(n)
, , S
X
= R.
Sejam Z N(0, 1) e Y
2
(n)
duas vari aveis independentes,
ent ao
X =
Z
_
Y
n
t
(n)
.
Se X t
(n)
ent ao E(X) = 0 e Var(X) =
n
n 2
, n 3.
Se X t
(n)
, ent ao se n tende para innito (n +) tem-se
X

N(0, 1).
(1)
Student foi o pseud onimo utilizado pelo estaticista ingl es W. S. Gosset (1876-
1937), que foi quem desenvolveu esta distribuic ao.
Distribuic ao t-Student
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 57 / 63
X t
(1)
, X t
(5)
, X t
(10)
, X t
(15)
, X N(0, 1)
4 2 2 4
0.1
0.2
0.3
0.4
A func ao densidade e sim etrica em torno de 0, para qualquer n.
Distribuic ao t-Student
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 58 / 63
Sejam X
i
N(, ), com i = 1, , n, vari aveis aleat orias
independentes. Denindo S
2
=
1
n
n

i=1
(X
i
)
2
e utilizando
X =
1
n
n

i=1
X
i
X N(,

n
)
Y =
1

2
n

i=1
(X
i
)
2
Y
2
(n)
Qual e a distribuic ao de W =
X

S
2
n
?
Considerando n = 20, determine P(W 2.086)?
: t. Degrees of freedom: n, para X t
(n)
.
Distribuic ao F - Snedecor
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 59 / 63
Distribuic ao F - Snedecor com m e n graus de liberdade,
X F
(m,n)
, S
X
= R
+
[m N representa os graus de liberdade
do numerador e n N os graus de liberdade do denominador]
Sejam X
2
(m)
e Y
2
(n)
duas v.a. independentes, ent ao
W =
X
m
Y
n
F
(m,n)
,
E(W) =
n
n2
, n 3 e Var(W) =
2n
2
(n+m2)
m(n2)
2
(n4)
, n 5.
Se X F
(m,n)
, ent ao
1
X
F
(n,m)
.
Seja X uma vari avel aleat oria com distribuic ao t-Student com n
graus de liberdade, ou seja X t
(n)
, ent ao X
2
F
(1,n)
.
Distribuic ao F - Snedecor
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 60 / 63
X F
(1,10)
X F
(5,10)
1 2 3 4 5
0.1
0.2
0.3
0.4
0.5
0.6
1 2 3 4 5
0.1
0.2
0.3
0.4
0.5
0.6
0.7
X F
(10,1)
X F
(10,5)
1 2 3 4 5
0.1
0.2
0.3
0.4
0.5
1 2 3 4 5
0.1
0.2
0.3
0.4
0.5
0.6
Distribuic ao F - Snedecor
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Distribuic oes no R
Distribuic ao Uniforme
Distribuic ao
Exponencial
Distribuic ao Gaussiana
ou Normal
Teorema limite central
Distribuic ao
Qui-Quadrado
Distribuic ao t-Student
Distribuic ao F -
Snedecor
Refer encias
Estatstica Distribuic oes 61 / 63
Sejam X e Y duas vari aveis aleat orias independentes tais que
X
2
(20)
e Y
2
(40)
.
Calcule P(X Y ).
Calcule P(X 0.25Y ).
: F. Numerator degrees of freedom: m.
Denominator degrees of freedom: n , para X F
(m,n)
.
Refer encias
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Refer encias
Estatstica Distribuic oes 62 / 63
Refer encias
Denic ao de Vari avel
Aleat oria
Vari aveis aleat orias
discretas
Distribuic oes discretas
Vari aveis aleat orias
contnuas
Distribuic oes contnuas
Refer encias
Refer encias
Estatstica Distribuic oes 63 / 63
MURTEIRA, B.; RIBEIRO, C; SILVA, A. E PIMENTA, C. (2002).
Introduc ao ` a Estatstica, McGraw-Hill, Lisboa.
OLIVEIRA, T. (1997). Probabilidades e Estatstica Conceitos,
M etodos e Aplicac oes, Volume I, McGraw-Hill.
PESTANA, D. E VELOSA, S. (2008). Introduc ao ` a Probabilidade
e ` a Estatstica, 3
a
edic ao, Fundac ao Calouste Gulbenkian.
ROSS, S. (2010). A First Course in Probability (8th Edition),
Prentice Hall.

Você também pode gostar